获取正则表达式中匹配的字符数答案

【问题标题】：Get number of characters matched in regex获取正则表达式中匹配的字符数
【发布时间】：2014-07-24 21:29:28
【问题描述】：

我有一个缩进一个空格缩进的文件：

Level1 with some text
 Level2 
Level1 
  Level3 and its text

我想缩进 4 个空格。我想了一个正则表达式来匹配起始空间^(\s)*。但是，我不知道如何将其替换为“为找到的每个空间应用一个选项卡”。

我的预期输出是：

Level1 with some text
    Level2 
Level1 
        Level3 and its text

是否存在类似\t*len(\1) 的东西？

编辑：我会很欣赏基于正则表达式的解决方案，因为我的目标是在具有正则表达式替换功能的 SublimeText 编辑器中使用它。

【问题讨论】：

标签： python regex sublimetext3

【解决方案1】：

我认为 Python 正则表达式引擎不支持这一点，但由于您提到使用 Sublime Text，您可以使用 \G anchor，它与上一个匹配结束后立即匹配的位置。

Find What:     (^|\G)\s
Replace With:  \t

此模式将匹配紧跟在前一个匹配项或行开头的任何单个空白字符。

【讨论】：

有趣！我不知道\G 锚。确实，在我的用例中它会完美运行！
+1 但鲜为人知的事实是 \G 匹配字符串的开头，因此您可以简化正则表达式。实际上很烦人，例如参见this demo——在 Sublime 中也是如此。我经常不得不使用(?:(?!^)\G)之类的东西

【解决方案2】：

我认为正则表达式对于这个问题可能是矫枉过正的。为什么不尝试这样的事情（假设您的原始文本文件名为test.txt），

#new_space = '\t'
new_space = '    '
f = open( 'new.txt', 'w' )
for line in open( 'test.txt', 'r' ):
    nw = len(line) - len(line.lstrip())
    if nw != 0:
        f.write( nw*new_space + line.lstrip() )
    else:
        f.write( line ) 
f.close()

【讨论】：

我编辑了我的答案，性能不是我关心的问题。我想从 sublime 编辑器中直接修改文件。
这可能不适用于多个级别。也许您可以将其扩展一点，以适当的制表符数量（或 4 个空格）替换行开头的多个空格？
@Cqnqrd 那么这个问题与 Python 有什么关系？
@Gabriel 因为 Sublime 是用 Python 编写的，我猜一个有效的 Python 解决方案可以在 Sublime 中工作？
@rvraghav93，谢谢，已更新以处理任意数量的空白

【解决方案3】：

你可以这样做：

code = """Level1 with some text
 Level2 
Level1 
  Level3 and its text"""

TAB = "\t" # You could also give TAB="    " ( 4 spaces )

# Spaces at line start are replaced with TAB
code = code.replace('\n ', '\n'+TAB)

while code.find(TAB+" ") is not -1 :
    # For multilevel indentation
    code = code.replace(TAB+' ', TAB*2)

print code

输出：

Level1 with some text
    Level2 
Level1 
        Level3 and its text

【讨论】：

【解决方案4】：

如果你特别想要空格，试试这个表达式。 s/ /\t/g; 您可以将空格“”替换为其他一些正则表达式字符以获得更大的灵活性（例如“\s”）。

在 perl 中它可能是..

$i =~ s/ /\t/g; 打印 "$i\n";

我刚刚注意到“python”标签。很抱歉 perl 示例和 python 中缺少一个示例。

【讨论】：

【解决方案5】：

您可以使用积极的后向断言：

text="""Level1 with some text
         Level2 
        Level1 
          Level3 and its text"""


re.sub(r'(?<=\s) ', r'\t', text, flags=re.M)

这会将前面有空格/换行符的每个空格替换为\t，因此第 3 级将有两个制表符，而第 2 级将只有一个。单词之间的空格将不受影响。输出：

Level1 with some text
    Level2 
Level1 
        Level3 and its text

【讨论】：